Como Escrever a Introdução do TCC Passo a Passo

Você terminou de escrever a introdução do artigo com a ajuda do ChatGPT, colou as referências que ele sugeriu e seguiu para a próxima seção. Parece produtivo — até o dia em que um revisor não encontra um dos estudos citados em nenhuma base de dados. Esse cenário deixou de ser raro: já é uma das principais causas de retração e rejeição de manuscritos em 2026.



A boa notícia é que o problema não está na ferramenta, e sim no modo como ela é usada. IA generativa pode, sim, agilizar revisão de literatura, formatação e redação — mas cada atalho mal calculado abre uma brecha de integridade científica que orientadores, comitês de ética e sistemas antifraude estão cada vez mais treinados para detectar.

Neste post, você vai conhecer os 7 erros mais comuns cometidos por estudantes e pesquisadores brasileiros ao usar IA na escrita científica — todos com respaldo em dados recentes — e o caminho prático para transformar a ferramenta em aliada, sem comprometer seu nome nem sua publicação.

1. Confiar cegamente nas citações sugeridas pela IA

Este é, disparado, o erro mais perigoso — porque é o mais difícil de perceber sozinho. A chamada "alucinação" acontece quando o modelo de linguagem inventa uma referência que soa plausível: título coerente, autor real, ano crível, mas o artigo simplesmente não existe.

Uma revisão publicada na The Lancet, conduzida por pesquisadores de Columbia e outras instituições, analisou mais de 97 milhões de referências em 2,47 milhões de artigos do PubMed Central. Em 2023, apenas 1 a cada 2.828 artigos continha uma citação fabricada. Em 2026, essa proporção já passa de 1 em cada 277 novos artigos, com a taxa de referências inventadas mais de doze vezes maior do que no início do período analisado. Um teste da Universidade de Washington constatou algo ainda mais alarmante: entre 78% e 90% das buscas de literatura feitas via ChatGPT retornam pelo menos uma citação fabricada.

A lição prática: nunca insira uma referência sugerida por IA na sua bibliografia sem confirmá-la manualmente em bases como Google Scholar, SciELO, Scopus ou Periódicos CAPES. Se você não encontrar o DOI ou o link direto do artigo, ele provavelmente não existe.

Como a taxa de citações fabricadas por IA cresceu no PubMed

Estimativa da revisão publicada na The Lancet (2,47 milhões de artigos analisados)

2023
~4 / 10 mil

Fim de 2025
~51 / 10 mil

Início 2026
~57 / 10 mil

2. Não declarar o uso de IA no manuscrito

Em março de 2026, o CNPq publicou a Portaria nº 2.664/2026, que instituiu a Política de Integridade na Atividade Científica e tornou obrigatória, pela primeira vez no Brasil, a declaração do uso de IA generativa em pesquisas financiadas pelo órgão — da concepção à submissão do trabalho. A norma proíbe expressamente submeter conteúdo gerado por IA como se fosse de autoria puramente humana e deixa claro que a responsabilidade por erros segue sendo integralmente do pesquisador.

Praticamente todos os periódicos brasileiros indexados já seguem a mesma linha, alinhados a diretrizes internacionais do COPE e do ICMJE: a IA pode apoiar a escrita, mas nunca ser listada como autora, e seu uso precisa constar em uma seção específica — normalmente logo antes das referências — indicando a ferramenta, a etapa e a finalidade do uso.

Omitir essa declaração não é um detalhe burocrático. Editoras já tratam a omissão deliberada como quebra de integridade científica, com consequências que vão de pedido de correção até rejeição sumária do manuscrito.

  • Descreva a ferramenta usada (nome e, se possível, versão).
  • Explique em que etapa ela entrou: revisão gramatical, tradução, sumarização, geração de ideias.
  • Reforce que você validou criticamente cada trecho produzido com apoio de IA.

3. Terceirizar a análise crítica para a IA

Existe uma diferença enorme entre pedir para a IA "organizar minhas ideias" e pedir para ela "decidir o que essas ideias significam". O primeiro uso acelera seu trabalho; o segundo enfraquece justamente a parte do artigo que só você, como pesquisador, pode assinar com propriedade: a interpretação dos dados.

IA como apoio x IA como autoria

Onde está a linha entre agilizar e terceirizar o trabalho intelectual

Uso saudável (apoio) Uso arriscado (terceirização)
Resumir um artigo já lido por você Pedir a conclusão do seu estudo sem analisar os dados
Sugerir sinônimos e reestruturar frases confusas Gerar a discussão inteira a partir só do resumo dos estudos
Traduzir um trecho que você já escreveu Aceitar hipóteses geradas pela IA sem checar a literatura

Um estudo de Peters e Chin-Yee, que analisou milhares de resumos científicos gerados por dez dos principais modelos de linguagem, comparando-os a resumos elaborados por especialistas de periódicos como Nature e The Lancet, encontrou algo revelador: os resumos produzidos por IA foram quase cinco vezes mais propensos a apresentar generalizações amplas e cientificamente indevidas do que os feitos por humanos. Ou seja: a IA tende a "arredondar" nuances metodológicas — exatamente o tipo de imprecisão que um revisor de peso vai cobrar de você.

4. Colar dados sensíveis ou manuscritos em revisão em ferramentas de IA

Se você foi convidado a revisar um artigo por pares, ou se está trabalhando com dados de pesquisa ainda não publicados — prontuários, entrevistas, dados de campo com identificação de participantes — inserir esse conteúdo em uma IA generativa pública é uma violação de confidencialidade, não apenas um "atalho arriscado".

Editoriais de política de IA de periódicos brasileiros já tratam esse ponto com clareza. A Revista Brasileira de Geomorfologia, por exemplo, em conformidade com a Portaria CNPq nº 2.664/2026, deixa expresso que é proibido fazer upload, inserir, copiar ou compartilhar manuscritos submetidos à revisão em ferramentas de IA generativa de qualquer natureza. O mesmo raciocínio vale para dados de participantes de pesquisa protegidos pela LGPD.

Regra prática: antes de colar qualquer texto em uma ferramenta de IA, pergunte-se se aquele conteúdo é seu para compartilhar. Manuscrito de terceiros em revisão, dados com identificação pessoal e informações sob sigilo institucional nunca devem entrar em um prompt.

5. Ignorar o viés de generalização e a falta de contexto local

Modelos de linguagem são treinados majoritariamente com literatura em inglês e de contextos do Hemisfério Norte. Isso significa que, ao pedir uma síntese sobre um tema aplicado — políticas públicas de saúde, dados de biodiversidade regional, legislação ambiental — a IA tende a recortar exemplos genéricos e perder nuances específicas do seu objeto de estudo.

Esse viés de generalização soma-se a outro risco: revisões sistemáticas mostram que ferramentas de IA generativa não foram treinadas especificamente com literatura científica revisada por pares, o que favorece a perpetuação de imprecisões presentes nos dados de treinamento. Na prática, isso se traduz em afirmações amplas demais, sem o cuidado metodológico que um revisor de área vai exigir.

O antídoto aqui não é abandonar a IA, mas sempre triangular: peça à ferramenta que aponte as fontes usadas, compare com literatura nacional e de referência da sua área e questione generalizações que soem convenientes demais para serem verdadeiras.

6. Publicar texto com "cara de IA" sem revisão de estilo

Frases genéricas como "no cenário atual, a tecnologia avança a passos largos" ou parágrafos que começam repetidamente com "além disso" são hoje reconhecidos por revisores e por sistemas de detecção como marcadores estatísticos de texto gerado por IA sem edição humana.

Um levantamento do pesquisador Andrew Gray, do University College London, mapeando a base Dimensions, estimou que até 12% dos artigos acadêmicos publicados em 2024 já apresentavam sinais de uso de LLMs, identificados pelo uso desproporcional de determinadas palavras-marcadoras. Isso não significa que usar IA seja proibido — significa que texto não revisado é reconhecível, e passa a impressão de descuido justamente onde o rigor deveria estar mais evidente.

Depois de gerar qualquer trecho com apoio de IA, leia em voz alta. Corte repetições de estrutura, remova frases de efeito vazias e garanta que a voz do texto seja a sua — com o vocabulário técnico da sua área, não um tom genérico de blog corporativo.

7. Deixar a formatação ABNT inteiramente por conta da IA sem checagem final

Mesmo quando a referência existe de verdade, IAs generativas frequentemente erram detalhes de formatação: ordem de elementos, uso de maiúsculas no título, pontuação em citações diretas (NBR 10520) ou a estrutura completa de uma referência (NBR 6023). Um pequeno erro de formatação pode custar pontos em bancas e reprovação em normalização por parte da revista.

Isso não significa que você precise formatar tudo manualmente — significa apenas que a IA não deve ser a última etapa de conferência. Depois de gerar sua lista de referências, rode uma checagem final comparando cada entrada com o padrão oficial da ABNT ou usando uma ferramenta especializada, que foi construída especificamente para essa tarefa (e não corre o risco de "alucinar" um formato).

💡 Dica do BiblioCitare: Cansado de formatar referências e citações na mão? Use o Gerenciador ABNT BiblioCitare para automatizar esse trabalho em segundos, com muito menos risco de erro do que pedir a formatação diretamente a um chatbot genérico. Testar agora no BiblioCitare →

E já que falamos em tarefa repetitiva: atualizar Lattes e ORCID manualmente, duplicando cada publicação nos dois sistemas, é outro ladrão silencioso do seu tempo de pesquisa. O Lattes2ORCID sincroniza suas produções científicas em poucos cliques, mantendo seu histórico acadêmico internacional em dia e sem erro de digitação — a mesma lógica de usar tecnologia para eliminar trabalho repetitivo, não para substituir seu julgamento científico.

Conclusão: use a IA como assistente, não como autora

Nenhum dos sete erros acima nasce de má-fé. Eles nascem da pressa e da confiança excessiva em uma ferramenta que ainda não entende o que é responsabilidade científica. A boa notícia é que todos são evitáveis com hábitos simples: verificar cada citação, declarar o uso, manter a análise crítica com você, proteger dados sensíveis, checar generalizações, revisar o estilo e conferir a formatação final.

Domine esses sete pontos e você vai usar IA exatamente como ela deveria ser usada na ciência: para ganhar tempo, nunca para abrir mão de rigor. Se seu próximo passo é organizar as referências desse artigo, o Gerenciador ABNT BiblioCitare está pronto para tirar esse peso das suas costas.

Fontes e referências

Comentários

Postar um comentário